Una red semántica , o red de marco, es una base de conocimiento que representa relaciones semánticas entre conceptos en una red. Esto se utiliza a menudo como una forma de representación del conocimiento . Es un gráfico dirigido o no dirigido que consta de vértices , que representan conceptos , y aristas , que representan relaciones semánticas entre conceptos , [1] mapeando o conectando campos semánticos . Se puede crear una instancia de una red semántica como, por ejemplo, una base de datos de gráficos o un mapa conceptual . Las redes semánticas estandarizadas típicas se expresan como tripletas semánticas .
Las redes semánticas se utilizan en neurolingüística y aplicaciones de procesamiento del lenguaje natural , como el análisis semántico [2] y la desambiguación del sentido de las palabras . [3] Las redes semánticas también se pueden utilizar como método para analizar textos extensos e identificar los temas y temas principales (por ejemplo, de publicaciones en redes sociales ), para revelar sesgos (por ejemplo, en la cobertura de noticias) o incluso para mapear una investigación completa. campo. [4]
Los ejemplos del uso de redes semánticas en lógica , gráficos acíclicos dirigidos como herramienta mnemotécnica, se remontan a siglos atrás. El uso más antiguo documentado es el comentario del filósofo griego Porfirio sobre las categorías de Aristóteles en el siglo III d.C.
En la historia de la informática , las "redes semánticas" para el cálculo proposicional fueron implementadas por primera vez en computadoras por Richard H. Richens de la Cambridge Language Research Unit en 1956 como una " interlingua " para la traducción automática de lenguajes naturales , [5] aunque la importancia de esto El trabajo y la Unidad de Investigación Lingüística de Cambridge sólo se realizaron tardíamente.
Las redes semánticas también fueron implementadas de forma independiente por Robert F. Simmons [6] y Sheldon Klein, utilizando como base el cálculo de predicados de primer orden , después de inspirarse en una demostración de Victor Yngve . La "línea de investigación fue originada por el primer presidente de la Asociación de Lingüística Computacional , Victor Yngve, quien en 1960 había publicado descripciones de algoritmos para usar una gramática de estructura de frases para generar oraciones sin sentido sintácticamente bien formadas. Sheldon Klein y yo alrededor de 1962 –1964 quedaron fascinados por la técnica y la generalizaron a un método para controlar el sentido de lo que se generaba respetando las dependencias semánticas de las palabras tal como aparecían en el texto". [7] Otros investigadores, en particular M. Ross Quillian [8] y otros de System Development Corporation ayudaron a contribuir a su trabajo a principios de la década de 1960 como parte del proyecto SYNTHEX. Son estas publicaciones de System Development Corporation las que la mayoría de los derivados modernos del término "red semántica" citan como trasfondo. Allan M. Collins y Quillian realizaron trabajos destacados posteriores (por ejemplo, Collins y Quillian; [9] [10] Collins y Loftus [11] Quillian [12] [13] [14] [15] ). Aún más tarde, en 2006, Hermann Helbig describió completamente MultiNet . [dieciséis]
A finales de la década de 1980, dos universidades de los Países Bajos , Groningen y Twente , iniciaron conjuntamente un proyecto llamado Knowledge Graphs , que son redes semánticas pero con la restricción adicional de que las aristas están restringidas a un conjunto limitado de relaciones posibles, para facilitar las álgebras sobre la gráfica . [17] En las décadas siguientes, la distinción entre redes semánticas y gráficos de conocimiento se volvió borrosa. [18] [19] En 2012, Google le dio a su gráfico de conocimiento el nombre Knowledge Graph .
La red de enlaces semánticos se estudió sistemáticamente como método semántico de redes sociales . Su modelo básico consta de nodos semánticos, vínculos semánticos entre nodos y un espacio semántico que define la semántica de nodos y vínculos y reglas de razonamiento sobre vínculos semánticos. La teoría y el modelo sistemáticos se publicaron en 2004. [20] Esta dirección de investigación se remonta a la definición de reglas de herencia para la recuperación eficiente de modelos en 1998 [21] y el Active Document Framework ADF. [22] Desde 2003, la investigación se ha desarrollado hacia las redes sociales semánticas. [23] Este trabajo es una innovación sistemática en la era de la World Wide Web y las redes sociales globales, más que una aplicación o una simple extensión de la Red Semántica (Red). Su finalidad y alcance son diferentes a los de la Red Semántica (o red). [24] Las reglas de razonamiento y evolución y descubrimiento automático de enlaces implícitos juegan un papel importante en la Red de Enlaces Semánticos. [25] [26] Recientemente se ha desarrollado para apoyar la Inteligencia Ciberfísica-Social. [27] Se utilizó para crear un método de resumen general. [28] La Red de Enlaces Semánticos autoorganizada se integró con un espacio de categorías multidimensional para formar un espacio semántico para soportar aplicaciones avanzadas con abstracciones multidimensionales y enlaces semánticos autoorganizados [29] [30] Se ha verificado que La red de enlaces semánticos juega un papel importante en la comprensión y representación a través de aplicaciones de resumen de texto . [31] [32] La Red de Enlaces Semánticos se ha extendido desde el ciberespacio al espacio ciber-físico-social. La relación de competencia y la relación de simbiosis, así como sus roles en la sociedad en evolución, se estudiaron en el tema emergente: Inteligencia ciberfísica-social [33]
Se han creado formas más especializadas de redes semánticas para usos específicos. Por ejemplo, en 2008, la tesis doctoral de Fawsy Bendeck formalizó la Red de similitud semántica (SSN) que contiene relaciones especializadas y algoritmos de propagación para simplificar la representación y los cálculos de similitud semántica . [34]
Una red semántica se utiliza cuando uno tiene conocimientos que se entienden mejor como un conjunto de conceptos relacionados entre sí.
La mayoría de las redes semánticas tienen una base cognitiva. Consisten en arcos (rayos) y nodos (centros) que pueden organizarse en una jerarquía taxonómica. También se pueden conectar diferentes redes semánticas mediante nodos puente. Las redes semánticas contribuyeron a las ideas de difundir la activación , la herencia y los nodos como protoobjetos.
Un proceso de construcción de redes semánticas, conocido también como redes de coocurrencia , incluye identificar palabras clave en el texto, calcular las frecuencias de coocurrencia y analizar las redes para encontrar palabras centrales y grupos de temas en la red. [35]
En el campo de la lingüística , las redes semánticas representan cómo la mente humana maneja los conceptos asociados. Normalmente, los conceptos en una red semántica pueden tener una de dos relaciones diferentes: semántica o asociativa.
Si se trata de una relación semántica, los dos conceptos están unidos por cualquiera de las siguientes relaciones semánticas: sinonimia , antonimia , hipernimia , hiponimia , holonimia , meronimia , metonimia o polisemia . Estas no son las únicas relaciones semánticas, pero sí algunas de las más comunes.
Si la relación es asociativa, los dos conceptos están vinculados según la frecuencia con la que ocurren juntos. Estas asociaciones son accidentales, lo que significa que nada en sus significados individuales requiere que estén asociadas entre sí, sólo que típicamente lo están. Ejemplos de esto serían cerdo y granja, cerdo y abrevadero, o cerdo y barro. Si bien nada en el significado de cerdo obliga a asociarlo con las granjas, ya que los cerdos pueden ser salvajes, el hecho de que los cerdos se encuentren con tanta frecuencia en las granjas crea una relación de asociación accidental. Estas relaciones temáticas son comunes dentro de las redes semánticas y son resultados notables en las pruebas de libre asociación .
Cuando se da la palabra inicial, comienza la activación de los conceptos más estrechamente relacionados, extendiéndose hacia los conceptos menos asociados. Un ejemplo de esto sería la palabra inicial cerdo que indica mamífero, luego animal y luego respira. Este ejemplo muestra que las relaciones taxonómicas son inherentes a las redes semánticas. Los conceptos más estrechamente relacionados suelen compartir características semánticas , que son determinantes de las puntuaciones de similitud semántica. Las palabras con puntuaciones de similitud más altas están más estrechamente relacionadas, por lo que tienen una mayor probabilidad de ser una palabra cercana en la red semántica.
Estas relaciones se pueden sugerir en el cerebro mediante preparación , donde se muestran ejemplos previos de la misma relación antes de que se muestre la palabra objetivo. El efecto del priming en el enlace de una red semántica se puede ver a través de la velocidad del tiempo de reacción a la palabra. El priming puede ayudar a revelar la estructura de una red semántica y qué palabras están más estrechamente asociadas con la palabra original.
La alteración de una red semántica puede provocar un déficit semántico, no es lo mismo que la demencia semántica .
También existe una manifestación física de relaciones semánticas en el cerebro. Los circuitos semánticos de categorías específicas muestran que las palabras que pertenecen a diferentes categorías se procesan en circuitos ubicados de manera diferente en todo el cerebro. Por ejemplo, los circuitos semánticos de una palabra asociada con la cara o la boca (como lamer) se ubican en un lugar del cerebro diferente al de una palabra asociada con la pierna o el pie (como patear). Este es el resultado principal de un estudio de 2013 publicado por Friedemann Pulvermüller. Estos circuitos semánticos están directamente vinculados a sus áreas sensoriomotoras del cerebro. Esto se conoce como semántica incorporada, un subtema del procesamiento del lenguaje incorporado .
Si se produce daño cerebral, el procesamiento normal de las redes semánticas podría verse alterado, lo que daría lugar a preferencias sobre qué tipo de relaciones dominan la red semántica en la mente.
El siguiente código muestra un ejemplo de una red semántica en el lenguaje de programación Lisp utilizando una lista de asociaciones .
( setq *base de datos* ' (( canario ( es-un pájaro ) ( color amarillo ) ( tamaño pequeño )) ( pingüino ( es-un pájaro ) ( movimiento nadar )) ( pájaro ( es-un vertebrado ) ( tiene alas ) ( reproducción puesta de huevos )))) Para extraer toda la información sobre el tipo "canario", se utilizaría la assocfunción con una clave de "canario". [36]
Un ejemplo de red semántica es WordNet , una base de datos léxica del inglés . Agrupa palabras en inglés en conjuntos de sinónimos llamados synsets , proporciona definiciones generales breves y registra las diversas relaciones semánticas entre estos conjuntos de sinónimos. Algunas de las relaciones semánticas más comunes definidas son meronimia (A es un merónimo de B si A es parte de B), holonimia (B es un holonimo de A si B contiene a A), hiponimia (o troponimia ) (A es subordinada de B ; A es una especie de B), hipernimia (A es superior a B), sinonimia (A denota lo mismo que B) y antonimia (A denota lo opuesto a B).
Las propiedades de WordNet se han estudiado desde una perspectiva de teoría de redes y se han comparado con otras redes semánticas creadas a partir del Tesauro de Roget y tareas de asociación de palabras . Desde esta perspectiva, los tres son una pequeña estructura mundial . [37]
También es posible representar descripciones lógicas utilizando redes semánticas como los gráficos existenciales de Charles Sanders Peirce o los gráficos conceptuales relacionados de John F. Sowa . [1] Estos tienen un poder expresivo igual o superior a la lógica de predicados estándar de primer orden . A diferencia de WordNet u otras redes léxicas o de navegación, las redes semánticas que utilizan estas representaciones se pueden utilizar para una deducción lógica automatizada confiable. Algunos razonadores automatizados explotan las características de la teoría de grafos de las redes durante el procesamiento.
Otros ejemplos de redes semánticas son los modelos Gellish . Gellish English con su diccionario Gellish English , es un lenguaje formal que se define como una red de relaciones entre conceptos y nombres de conceptos. El inglés gellish es un subconjunto formal del inglés natural, al igual que el holandés gellish es un subconjunto formal del holandés, mientras que varios idiomas comparten los mismos conceptos. Otras redes Gellish consisten en modelos de conocimiento y modelos de información que se expresan en el lenguaje Gellish. Una red Gellish es una red de relaciones (binarias) entre cosas. Cada relación en la red es una expresión de un hecho que se clasifica por un tipo de relación. Cada tipo de relación en sí es un concepto definido en el diccionario del idioma Gellish. Cada cosa relacionada es un concepto o una cosa individual que se clasifica mediante un concepto. Las definiciones de conceptos se crean en forma de modelos de definición (redes de definición) que en conjunto forman un Diccionario Gellish. Una red Gellish se puede documentar en una base de datos Gellish y es interpretable por computadora.
SciCrunch es una base de conocimientos editada en colaboración para recursos científicos. Proporciona identificadores inequívocos (identificadores de recursos de investigación o RRID) para software, herramientas de laboratorio, etc. y también proporciona opciones para crear vínculos entre RRID y comunidades.
Otro ejemplo de redes semánticas, basadas en la teoría de categorías , son los ologs . Aquí cada tipo es un objeto que representa un conjunto de cosas, y cada flecha es un morfismo que representa una función. También se prescriben diagramas conmutativos para restringir la semántica.
En las ciencias sociales la gente a veces utiliza el término red semántica para referirse a redes de coocurrencia . [38] [39] La idea básica es que las palabras que coexisten en una unidad de texto, por ejemplo, una oración, están relacionadas semánticamente entre sí. Los vínculos basados en la coocurrencia se pueden utilizar para construir redes semánticas. Este proceso incluye identificar palabras clave en el texto, construir redes de co-ocurrencia y analizar las redes para encontrar palabras centrales y grupos de temas en la red. Es un método particularmente útil para analizar textos y datos de gran tamaño . [40]
También existen tipos elaborados de redes semánticas conectadas con conjuntos correspondientes de herramientas de software utilizadas para la ingeniería del conocimiento léxico , como el Sistema de procesamiento de redes semánticas ( SNePS ) de Stuart C. Shapiro [41] o el paradigma MultiNet de Hermann Helbig, [42] especialmente Adecuado para la representación semántica de expresiones del lenguaje natural y utilizado en varias aplicaciones de PNL .
Las redes semánticas se utilizan en tareas especializadas de recuperación de información, como la detección de plagio . Proporcionan información sobre relaciones jerárquicas para emplear compresión semántica para reducir la diversidad lingüística y permitir que el sistema haga coincidir los significados de las palabras, independientemente de los conjuntos de palabras utilizados.
El Knowledge Graph propuesto por Google en 2012 es en realidad una aplicación de red semántica en los motores de búsqueda.
Modelar datos multirelacionales como redes semánticas en espacios de baja dimensión a través de formas de incrustación tiene beneficios para expresar relaciones entre entidades, así como para extraer relaciones de medios como el texto. Existen muchos enfoques para aprender estas incorporaciones, en particular el uso de marcos de agrupamiento bayesianos o marcos basados en energía y, más recientemente, TransE [43] ( NIPS 2013). Las aplicaciones de incorporación de datos de la base de conocimientos incluyen análisis de redes sociales y extracción de relaciones .
La primera red semántica para computadoras fue Nude, creada por RH Richens de la Cambridge Language Research Unit en 1956 como interlingua para la traducción automática de lenguajes naturales.
El uso [del término 'gráfico de conocimiento'] ha evolucionado.
